Cadence Perkenalkan Maestro, Model AI Desain Chip yang Bisa Dijalankan Lokal

Industri semikonduktor memasuki babak baru setelah Cadence Design Systems memperkenalkan Maestro, portofolio model kecerdasan buatan yang dirancang khusus untuk mempercepat proses desain chip dan sistem elektronik. Diumumkan pada 26 Oktober 2026, inovasi ini menawarkan kemampuan menjalankan model AI langsung di pusat data perusahaan tanpa harus bergantung sepenuhnya pada layanan cloud eksternal. Melalui dukungan Nvidia dan integrasi dengan perangkat lunak desain elektronik, Maestro berpotensi membantu para insinyur menyelesaikan pekerjaan kompleks secara lebih efisien. Perkembangan TEKNOLOGI ini sekaligus menghadirkan pendekatan baru dalam menggabungkan otomatisasi, keamanan data, dan kecerdasan buatan untuk kebutuhan industri semikonduktor modern.

Inovasi Model AI Maestro dalam Pengembangan Semikonduktor

Raksasa teknologi otomasi desain semikonduktor Cadence meluncurkan portofolio model kecerdasan buatan bernama Maestro untuk mendukung proses perancangan chip dan sistem elektronik. Pengembangan tersebut merupakan langkah strategis dalam penerapan artificial intelligence pada bidang electronic design automation atau EDA. Pada proses pengembangan chip, para insinyur menghadapi banyak tantangan rekayasa yang mengandalkan ketelitian tinggi dan waktu pengerjaan panjang. Melalui Maestro, Cadence berupaya membantu para pengembang dalam menyempurnakan struktur chip menggunakan agen kecerdasan buatan yang memahami kebutuhan teknik. Pendekatan ini diharapkan mendukung efisiensi kerja tanpa meniadakan pentingnya pengawasan insinyur profesional.

Sistem Maestro tidak terbatas pada model bahasa umum yang menghasilkan teks, melainkan dikembangkan secara spesifik untuk mendukung rekayasa sistem elektronik. Dalam penerapannya, Maestro diintegrasikan bersama Cadence AI Super Agents dan perangkat lunak desain yang telah digunakan ekosistem perusahaan. Pendekatan terpadu tersebut membantu agen AI untuk menginterpretasikan spesifikasi teknik, kemudian menyusun proses menjadi beberapa tahapan yang mudah dikelola. Rangkaian pekerjaan tersebut dapat melibatkan model AI, alat analisis, dan sistem verifikasi untuk menilai kualitas rancangan. Berkat pendekatan terintegrasi, Cadence berupaya menciptakan lingkungan kerja yang lebih responsif terhadap perkembangan industri semikonduktor.

Keunggulan Maestro yang Dapat Dijalankan di Pusat Data Lokal

Salah satu keunggulan utama yang disediakan Maestro adalah kemampuan menjalankan sistem pada berbagai lingkungan komputasi. Perusahaan pengguna memiliki pilihan mengoperasikan model AI melalui layanan cloud Cadence, cloud publik, atau infrastruktur internal perusahaan. Opsi penggunaan lokal memiliki nilai strategis bagi perusahaan semikonduktor yang menangani informasi desain bersifat rahasia. Selama proses perancangan perangkat elektronik, data seperti arsitektur rangkaian, konfigurasi transistor, dan spesifikasi produk dapat menjadi aset intelektual bernilai tinggi. Melalui penerapan lokal, perusahaan dapat mempertahankan data tersebut dalam lingkungan yang dikelola sendiri tanpa wajib mengirimkan semua data ke layanan eksternal.

Kemampuan menjalankan model secara lokal turut menghadirkan manfaat dalam penerapan kebijakan perlindungan data. Tim teknologi informasi memiliki kesempatan untuk mengelola mekanisme keamanan sesuai dengan ketentuan perusahaan. Selain itu, penerapan lokal memungkinkan optimalisasi integrasi Maestro dengan sistem desain milik perusahaan. Namun demikian, menjalankan model AI secara mandiri mengandalkan infrastruktur komputasi yang sesuai kebutuhan. Organisasi yang menerapkannya tetap harus mempertimbangkan kebutuhan perangkat keras, konsumsi energi, pemeliharaan sistem, dan biaya operasional jangka panjang. Atas dasar kebutuhan tersebut, pilihan antara cloud dan penggunaan lokal perlu ditentukan berdasarkan kebutuhan bisnis masing-masing perusahaan.

Dukungan Teknologi Nvidia untuk Kecerdasan Buatan Desain Chip

Inovasi kecerdasan buatan tersebut melibatkan Nvidia, perusahaan teknologi yang dikenal melalui pengembangan perangkat keras dan model kecerdasan buatan. Bagian utama dari kolaborasi tersebut adalah Nvidia Nemotron, yaitu keluarga model AI dengan bobot terbuka yang memungkinkan pengembangan untuk pengembangan model terspesialisasi. Dengan dukungan model tersebut, Cadence mengembangkan kemampuan AI yang lebih sesuai dengan pekerjaan perancangan chip. Strategi pengembangan bersama memadukan kemampuan pemrosesan bahasa dan penalaran AI dengan keahlian perusahaan dalam perangkat lunak desain. Hasilnya diharapkan untuk mendukung sistem otomatis mengambil keputusan teknis berdasarkan persyaratan desain.

Di samping dukungan model AI, Cadence dan Nvidia juga bekerja sama untuk mendukung penggunaan kecerdasan buatan yang terkendali. Pendekatan yang tengah diintegrasikan adalah Nvidia OpenShell Reference Architecture. Kerangka tersebut dikembangkan agar dapat membantu menjalankan agen AI dalam lingkungan yang lebih aman. Dalam bidang desain chip, perlindungan tersebut menjadi penting karena sistem dapat memanfaatkan dokumen desain, konfigurasi perangkat, dan informasi teknis sensitif. Walaupun pendekatan ini menjanjikan, keamanan penerapan AI memerlukan lebih dari sekadar arsitektur perangkat lunak. Pembatasan hak akses, pembaruan sistem, dan pemeriksaan hasil pekerjaan tetap dibutuhkan untuk mengurangi risiko.

Cara Kerja Maestro dalam Mengoptimalkan Proses Desain Semikonduktor

Maestro bekerja melalui pendekatan terintegrasi yang mengintegrasikan model AI dengan perangkat lunak electronic design automation dan system design automation. Melalui sistem tersebut, Cadence AI Super Agents menerima tujuan desain yang ditentukan oleh pengguna. Setelah memahami instruksi, agen AI menganalisis kebutuhan tersebut menjadi beberapa tahapan teknis. Proses berikutnya melibatkan pemanfaatan perangkat analisis untuk membuat rancangan. Melalui mekanisme tersebut, AI tidak terbatas pada pembuatan rekomendasi berbentuk teks, tetapi juga dirancang untuk menjalankan aktivitas teknis melalui alat rekayasa yang terintegrasi. Rancangan tersebut berpotensi membantu insinyur dalam menangani pekerjaan berulang.

Bagian menarik dari sistem Maestro adalah penggunaan reinforcement learning atau pembelajaran penguatan untuk menyempurnakan kemampuan model AI. Melalui metode pengembangan tersebut, sistem memanfaatkan hasil evaluasi dari perangkat lunak desain dan pemecah masalah berbasis aturan untuk memberikan umpan balik. Informasi hasil pengujian dimanfaatkan meningkatkan kemampuan model ketika menghadapi tantangan berikutnya. Pada proses optimasi desain, sistem dapat mengevaluasi beberapa pilihan rancangan berdasarkan kinerja perangkat dan batasan yang ditentukan sebelumnya. Dengan menghubungkan hasil pengujian dan proses pembelajaran, Cadence berupaya meningkatkan kualitas keputusan otomatis secara lebih sistematis. Meskipun demikian, verifikasi oleh insinyur terus memegang peranan sebagai bagian penting dari proses rekayasa yang andal.

Potensi Penghematan Token AI dan Perbaikan Hasil Desain Chip

Menurut evaluasi awal dari pengembangnya, Maestro menunjukkan peningkatan kualitas hasil desain hingga 30 persen dibandingkan model AI serbaguna yang digunakan sebagai pembanding. Tidak hanya menawarkan penyempurnaan hasil, Cadence turut menyampaikan efisiensi penggunaan token hingga lima kali lebih tinggi. Istilah token merujuk pada unit informasi yang diproses model AI ketika menerima instruksi. Ketika jumlah token dapat dioptimalkan, biaya pemrosesan mungkin lebih terkendali. Walaupun angka yang dilaporkan menarik, pencapaian tersebut merupakan hasil awal dan tidak otomatis berlaku pada setiap rancangan chip atau seluruh beban kerja. Dengan mempertimbangkan keterbatasan tersebut, pengujian lanjutan perlu dilakukan untuk menilai kinerja nyata pada kebutuhan rekayasa yang beragam.

Potensi peningkatan produktivitas dapat dijelaskan melalui strategi Maestro yang menggabungkan penggunaan model AI dengan perangkat lunak rekayasa yang memiliki fungsi khusus. Alih-alih mengandalkan model bahasa besar untuk semua aktivitas perancangan, sistem memungkinkan pembagian tugas kepada alat yang memiliki kemampuan khusus. Dalam skenario desain chip, perhitungan atau validasi teknis dapat dilakukan oleh perangkat EDA, sedangkan model AI digunakan untuk interpretasi instruksi dan koordinasi pekerjaan. Arsitektur yang terintegrasi tersebut memungkinkan penghematan pemrosesan yang kurang efisien. Melalui strategi ini, pengembang chip dapat memperoleh kesempatan peningkatan produktivitas sekaligus penggunaan sumber daya lebih efisien.

Kesimpulan: Maestro Membuka Peluang Baru bagi Industri Semikonduktor

Inovasi kecerdasan buatan dari Cadence Design Systems membuka peluang baru dalam pengembangan rekayasa elektronik modern. Berkat pemanfaatan model khusus, Cadence AI Super Agents, dan perangkat lunak EDA, sistem tersebut diharapkan mendukung kecepatan pengembangan produk. Kemampuan menjalankan Maestro melalui cloud maupun pusat data lokal juga memberikan keuntungan bagi perusahaan yang memprioritaskan keamanan data. Sementara itu, dukungan Nvidia Nemotron dan OpenShell memperluas kemampuan pengembangan model serta pendekatan perlindungan agen AI. Ketersediaan awal portofolio tersebut ditujukan bagi pelanggan terpilih melalui program akses awal pada kuartal keempat 2026, sehingga adopsi industri yang lebih besar masih membutuhkan pengembangan dan evaluasi lanjutan. Dalam perkembangan TEKNOLOGI, Maestro menunjukkan peluang AI yang berfokus pada pekerjaan teknis. Apa pandangan Anda mengenai pengembangan model AI khusus industri? Bagikan pendapat Anda tentang peluang dan tantangan inovasi ini.